实体
Full-Duplex-Bench
Full-Duplex-Bench
PulseAugur coverage of Full-Duplex-Bench — every cluster mentioning Full-Duplex-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
语音模型通过新的文本压缩技术实现 64% 的 KV 缓存缩减
研究人员开发了一种新颖的方法来压缩全双工语音模型中的键值（KV）状态，显著减少了长时交互期间的内存使用。该技术被称为声学到文本 KV 压缩，在处理“空闲”时间内将传入语音转换为紧凑的文本格式。使用 MiniCPM-o 4.5 和 LoRA 实现该方法后，在十分钟的会话中，峰值流式 KV 缓存大小减少了 64.6%。该方法在转录、时间问答和摘要方面也表现出改进，同时在停顿处理、轮流对话和打断方面保持了可比的性能。
-
新方法提升全双工语音模型以实现更好的交互
研究人员开发了新的方法来增强全双工语音模型，从而实现更自然、更具交互性的对话。一种方法侧重于使用强化学习来改进暂停处理和轮流发言等交互轴，并将其应用于 Moshi 和 PersonaPlex 等模型。另一种方法，Listen-Write-Speak (LWS)，引入了一种以文本为中心的范式，模型可以同时收听、写入可见文本并进行语音输出，利用文本原生能力而不牺牲实时响应能力。